经管之家App
让优质教育人人可得
立即打开
该文还公布了在1973-2012年期间，在 Journal of Econometrics 发表论文最多的个人。其中，包括两位诺贝尔奖得主（占比10%），以及三位华裔（占比15%）。这20位产的计量大师依次是：
1. Peter C. B. Phillips (Yale)
2. Peter Schmidt (Michigan State University)
3. Lung-Fei Lee (李龙飞，Ohio State University)
4. Clive W. J. Granger (UCSD)
5. M. Hashem Pesaran (University of Southern California)
6. Arnold Zellner (University of Chicago)
7. A. Ronald Gallant (Pennsylvania State University)
8. Christian Gouriéroux (University of Toronto)
9. Halbert White (UCSD)
10. Gary Koop (University of Strathclyde)
11. Siddhartha Chib (Washington University in Saint Louis)
12. Jean-Marie Dufour (McGill University)
13. Qi Li (李奇，Taxes A&M University，首都经贸大学)
14. Oliver B. Linton (University of Cambridge)
15. Peter M. Robinson (London School of Economics)
16. Badi H. Baltagi (Syracuse University)
17. Eric Ghysels (University of North Carolina, Chapel Hill)
18. Cheng Hsiao (萧政，University of Southern California)
19. Robert F. Engle (New York University)
20. Mark F. J. Steel (University of Warwick)
显然，仅根据在JOE的发表进行排序有其局限性。例如，有些计量经济学大佬并未在列，比如 Takeshi Amemiya（Stanford，JOE创始人）、Jerry Hausman（MIT，提出著名的豪斯曼检验）、James Heckman（Chicago，因样本选择模型而获诺奖）、Daniel McFadden（UC, Berkeley，因离散选择模型而获诺奖）。可能的原因包括：
首先，此排名并未包括在 Econometrica 上发表的计量经济学论文，因为该刊也包括其他领域的论文，尽管 Econometrica 上发表的计量论文质量通常更高。
其次，此排名并未考虑论文的影响力或引用量（citations），可能会低估重质不重量的计量大师。
另外，由于统计期间跨度四十年（1973-2012），故对于近10-20年开始活跃的计量新锐并不利。
Andrikopoulos et al. (2016) 还公布了在 Journal of Econometrics 发表论文最多的前20位机构，排名依次为：
1. University of Chicago
2. University of California, San Diego
3. Yale University
4. London School of Economics and Political Science
5. University of Wisconsin, Madison
6. Erasmus University Rotterdam
7. Massachusetts Institute of Technology
8. Université de Montréal
9. Federal Reserve Board
10. Harvard University
11. Princeton University
12. Duke University
13. Tilburg University
14. University of California, Berkeley
15. Michigan State University
16. Stanford University
17. Texas A&M University
18. University of Pennsylvania
19. University of Toronto
20. Northwestern University
这份机构排名与大家所熟悉的经济学整体排名并不完全一致。比如，哈佛大学在JOE上的发表仅排在第10位；而UCSD则高居第2位，不愧为计量重镇。UCSD曾拥有三位计量大师，其中两位获得诺奖（Clive Granger，提出协整与格兰杰因果检验；Robert Engle，发明 ARCH），而另一位英年早逝而无缘诺奖（Halbert White，提出应用广泛的稳健标准误，也称 White's standard errors）。
回顾过去这四十年，计量经济学不断发展壮大，显示了极强的生命力。相信在未来四十年，计量经济学的发展会更加精彩，为实证研究者提供更为强大的计量利器。
--来自陈强老师“计量经济学及stata应用”微信公众号分享
高级计量经济学及Stata
陈强老师2018年首场6天现场班
在原有四天班精彩内容基础上(含合成控制法、空间计量、断点回归、拐点回归等等)，
这次六天高级现场班又增加了不少全新的前沿内容，
包括交互固定效应、因果图、回归控制法、分位数回归、门限回归、控制函数法、局部平均处理效应、机器学习与大数据等。
时间：2018年4月27-5月2日（六天）
地点：北京市海淀区中国青年政治学院
安排：上午9:00-12:00；下午2:00-5:00；答疑5:00-5:30
费用：6000元 /5000元 (仅限全日制本科生和硕士研究生)；食宿自理
我要报名
讲师介绍：
陈强，分别于1992年与1995年获得北京大学经济学学士与硕士学位，2007年获美国Northern IllinoisUniversity数学硕士与经济学博士学位，现任山东大学经济学院教授，博士生导师，泰岳经济研究中心副主任（主持工作）。主要研究领域为计量经济学、经济史。
已独立发表论文于Oxford Economic Papers (lead article)，Economica，Journalof Comparative Economics，《经济学(季刊)》、《世界经济》等国内外期刊。
著有畅销教材《高级计量经济学及Stata应用》（第2版，高教社，2014）与《计量经济学及Stata应用》（高教社，2015）。2010年入选教育部新世纪人才支持计划。
目标学员：
经济及社科类青年教师、博士生、硕士生、高年级本科生。
培训目的：
掌握高级计量经济学的核心方法及Stata操作，不再茫然，知其然而知其所以然，迅速成为处理数据及定量分析的高手。
课程特色：
直观地解释高级计量经济学方法，通过案例学习相应的Stata操作，深入浅出地介绍实证分析与论文写作的精髓。
课程配套资料：
课程PPT、数据集及相关论文。
课程简介：
自从2010年我的研究生教材《高级计量经济学及Stata》出版以来，受到了广大读者的热烈欢迎。天南海北的读者来信，既有大学的青年教师，也有普通院校的硕博、甚至本科生，在庆幸有此集理论与操作一体、便于自学的计量教材之余，也十分渴望有面授的机会，能够迅速掌握高级计量与Stata的真谛、游刃有余地进行实证分析。为此，经管之家论坛的同仁力邀我于2013年10月在北京首次开设高级计量及Stata现场班。在四天的现场班期间，学员们上课无不聚精会神，课下则积极提问。看到大家豁然开悟的表情，透着如获至宝的喜悦，四天密集教学的辛劳早已如浮云飘散。
本次高级计量经济学及Stata现场班，将根据多次现场班的反馈进一步完善。在课程内容的设计上，主要指导思想是在较快时间内，将高级计量及Stata的精髓及核心内容，以通俗生动的语言以及大量的案例交给学员，并注重在各领域的常见应用，诸如面板数据、时间序列、工具变量法以及微观计量，乃至论文写作的各个环节技巧。由于学员的基础不同，本课程仅对学员背景做要求，即假设学员知道概率统计及少量线性代数，但不要求学过计量经济学或Stata操作。因为“大道至简至易”，初级计量与高级计量的本质是一样的，学子们需要的是能够直指人心地洞明计量原理与操作工具，然后得心应手地用于实战（而非完成习作）。
课程大纲：
讲，OLS及其标准误。
着重介绍小样本与大样本OLS，以及相应的普通标准误、异方差稳健标准误、异方差自相关稳健标准误、聚类稳健标准误、自助标准误（bootstrap standard errors）。深切理解OLS的原理与适用条件，是一切计量原理的基础。
第二讲，Stata快速入门。
及时地介绍Stata知识，以OLS在Stata的实现作为入门，体会Stata的简单与强大。
第三讲，二值选择模型。
被解释变量为虚拟变量的二值选择模型有着广泛的应用。包括Probit，Logit，MLE与QMLE等。
第四讲，工具变量法。
由于双向因果、遗漏变量、度量误差的普遍存在，内生性是实证研究的常见难题，而工具变量法是解决内生性的利器，包括2SLS、GMM、控制函数法（Control Function）、包含内生变量的ivprobit、异质性工具变量法（Local Average Treatment Effect）等。
第五讲，静态面板。
面板数据由于能控制个体异质性（heterogeneity），缓解遗漏变量偏差，在实践中越来越重要。静态面板是较常见的面板，包括固定效应、随机效应、时间效应、双向固定效应等。
第六讲，动态面板。
经济现象常具有某种惯性或部分调整，即被解释变量的滞后值出现在方程右边。动态面板也因为可自带工具变量而应用广泛。包括面板工具变量法（Panel IV）、差分GMM、水平GMM与系统GMM等。
第七讲，门限回归（ThresholdRegression）：
包括横截面与面板模型的门限回归。
第八讲，非参数与半参数估计（Nonparametric and Semiparametric Estimations）。
非参与半参方法由于其稳健性而日益进入标准的计量工具箱，包括核密度估计、非参数回归与半参数回归等。
第九讲，随机实验、自然实验与双重差分法（Difference-in-Differences）。
实验方法因其可信度而日益兴起，包括随机实验、类与第二类自然实验。双重差分法利用面板数据的优势，可克服部分内生性，是研究政策或项目处理效应（treatment effects）的主要工具。包括双重差分法、平行趋势假设、三重差分法等。
第十讲，倾向得分匹配（PropensityScore Matching）。
基于反事实的框架，根据个体进入处理组的概率（即倾向得分）寻找替身进行匹配估计，这是研究处理效应的一种深邃思想与方法。包括倾向得分匹配、双重差分倾向得分匹配等。
第十一讲，控制变量的选择。
选择合适的控制变量是计量分析的重要步骤，而因果图方法（Causal Directed Acyclic Graph）提供了一个清晰的思考框架。
第十二讲，合成控制法（SyntheticControl Method）。
在评价某处理地区的政策效应时，将控制地区进行最优的线性组合，以构造合成控制地区进行对比，这是估计处理效应的新兴强大方法。包括合成控制法的统计推断与稳健性检验等。
第十三讲，回归控制法（RegressionControl Method）。
与合成控制法类似，但使用回归法来构造合成控制地区（Hsiao et al., 2012）。
第十四讲，断点回归（RegressionDiscontinuity Design）与拐点回归（Regression Kink Design）。
由于在断点附近存在局部随机分组，故断点回归的效力接近于随机实验，日益为研究者所青睐。包括断点回归、模糊断点回归、空间断点回归等。
第十五讲，分位数回归。
线性回归只是研究在给定X的情况下，Y的条件期望E(Y|X)；而分位数回归则可研究在给定X的情况下，Y的整个条件分布Y|X，从而揭示更多信息。
第十六讲，机器学习与大数据。
大数据与高维回归等机器学习(Machine Learning)方法正迅速成为经济学家的常用工具。本讲介绍Lasso, Ridge Regression, Elastic Net, Post Lasso, Double Lasso，主成分分析，因子分析等机器学习方法。
第十七讲， 面板数据前沿：
交互固定效应（interactive fixed effects）将传统的双向固定效应进一步推广，因为现实经济中常存在多种冲击（shocks或factors），而不同个体对此冲击的反应不同（factor loading）。
第十八讲，空间计量经济学（Spatial Econometrics）。
传统计量经济学通常忽略横截面单位的空间分布与相互影响，而空间计量经济学则是考察空间效应、溢出效应等的重要工具。包括空间权重矩阵、空间自回归、空间误差模型与空间面板等。
报名流程：
1. 点击“我要报名”网上提交报名信息；
2. 电话确认，订单缴费；
3. 缴费确认，开课前一周发送软件准备，电子版讲义；
4. 现场领取发票及邀请函。
优惠：
现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；
同一单位六人以上同时报名8折优惠；
以上优惠不叠加。
联系方式：
魏老师
QQ：1143703950
Tel：010-68478566
Mail：vip@pinggu.org
扫码加好友，拉您进群
全部版块
我的主页
收藏
